【拆书】数据分析的三大思路

书籍：《首席增长官：如何用数据驱动增长》

作者: 张梦溪

本文基于该书的第三章  增长框架

1.数据分析的基本思路

数据分析的基本步骤

1.挖掘业务含义，理解数据分析的背景、前提以及想要关联的业务场景是什么。

2.指定分析计划，如何对场景拆分，如何推断。

3.拆分查询数据，从分析计划中拆分出需要的数据，真正落地分析本身。

4.从数据结果中，判断提炼出商业洞察。

5.根据数据结果洞察，最终产出商业决策。

2.内外因素分解法

在数据分析的过程中，会有很多因素影响到我们的北极星指标，那么如何找到这些因素呢？在此向大家推荐内外因素分解法。内外因素分解法是把问题拆成四部分，包括内部因素和外部因素，可控和不可控，然后再一步步解决每一个问题。

内外因素分解法

有了内外因素分解法，我们就可以较为全面地分析数据指标，避免可能遗失的影响因素并且对症下药。

3.DOSS思路

DOSS思路是从一个具体问题拆分到整体影响，从单一的解决方案到找到一个规模化解决方案的方式。首席增长官需要快速、规模化、有效的增长解决方案，DOSS是一个有效的途径。

DOSS分析法

例如，某在线教育平台提供免费课程视频，同时售卖付费会员，为付费会员提供更多高阶课程内容。如果我想将一套计算机技术的付费课程，推送给一群持续在看C++免费课程的用户，那么数据分析应该如何支持呢？

我们按DOSS思路的四个步骤，分解如下：

□具体问题 ：预测是否有可能帮助某一群组客户购买课程。

□整体影响 ：首先根据这类人群的免费课程的使用情况进行数据分析、数据挖掘的预测，之后进行延伸，比如对整体的影响，除了计算机类，对其他类型的课程都进行关注。

□单一回答 ：针对该群用户进行建模，监控该模型对于最终转化的影响。

□规模化方案 ：之后推出规模化的解决方案，对符合某种行为轨迹和特征的行为进行建模，产品化课程推荐模型。